小売業での顔認識技術の活用
万引き対策の切り札「顔認識」に英議会が“待った”を掛ける理由
英国で、小売業者が万引き防止策として顔認識技術を活用する動きがある。一方で、同国議会からはその動きに対する反発と法整備を求める声が上がっている。それはなぜか。
小売業者が、万引きをはじめとする犯罪対策にリアルタイムの顔認識技術「LFR」(Live Facial Recognition)を使う――。英国貴族院(上院:House of Lords)はこの取り組みに懸念を示し、政府に対して、民間企業における顔認識技術の利用に際する新たな法律の制定を求めている。議会はどのような点を懸念しているのか。
犯罪防止目的でもNG? 顔認識技術の問題とは
2024年5月、英上院司法・内務委員会(JHAC:Justice and Home Affairs Committee)は万引き対策に関する調査を開始した。調査テーマの一つとなったのが、警察や小売業者による顔認識技術の活用だ。具体的には、LFRと「RFR」(Retroactive Face Recognition:過去の画像や映像を使った顔認識)の活用方法が調査対象に上がった。
調査結果を受けて、JHACは内務省に対し、小売業界における顔認識技術の懸念点を指摘する書簡を送付した。この書簡は、安全かつ倫理的な顔認識技術の使用、特に民間の小売業者が犯罪防止を目的として使用する場合の一般原則や最低基準を定める法律の策定を促すものだ。
JHACによると、一部の小売業者は万引き犯のデータベースや監視リストを共同で作成している。ただしどのような犯罪行為や犯罪歴であればデータベースやリストに掲載するのかといった基準が定められていない可能性があり、さまざまな問題の温床になる可能性があるという。
「警察への通報や当事者に対する通知がないまま、店舗警備員の裁量で個人が顔認識用の監視リストに登録されたり、地域内の小売店から閉め出されたりする可能性がある」。JHACは英内務省にこう報告した。
JHACは以下の懸念も指摘している。
- 法律に準拠せず、個人や集団の判断で個人に制裁を加える存在の出現
- データベースや顔認識用の監視リストに個人を追加する過程のブラックボックス化
- 誤った情報に基づいてデータベースや顔認識用の監視リストに個人を追加することで生じる人権侵害
- 英国のGDPR(一般データ保護規則)の違反
- 顔認識システムのアルゴリズムに存在する偏見(バイアス)による人物の誤認識
英政府と小売業者はどう協力できる?
JHACは2024年9月、万引き対策としてLFRの効果は、安全性や倫理的な懸念から限定的になるという指摘を小売業者から受け取った。ただしこの懸念は、法整備によって解消できる可能性があるという。一方で、犯人を特定するために警察が小売業者と協力してRFRを利用することは、標準的な犯人特定手順として確立させるべきだとの意見もあった。
英国の消費者協同組合Co-operative Group(以下、Co-op)で公共政策担当ディレクターを務めるポール・ジェラード氏は、JHACに対して同組織の取り組みをこう説明する。「われわれはリアルタイムでの万引き検出にLFRを使っていない。警察へ通報する際に、『CCTV』(閉回路テレビシステム)やスタッフが体に装着するカメラの映像を証拠として提出し、そのデータをRFRに使う」
ジェラード氏によると、警察の中には小売業者が提供した映像を警察国家データベース(PND)の写真と照合するところもある。PNDには、警察が身柄拘束時に撮影した写真が数百万枚存在し、その大部分を内務省が違法な状態で保持している。「小売業者から提供された画像をPNDと自動的に照合することは、現時点では警察の標準的な手続きとして確立されていない」と同氏は指摘する。
2023年10月、英政府は小売業者と警察が連携して万引きを防止するプロジェクト「Project Pegasus」を始動した。同プロジェクトは、Co-opをはじめとする英国の小売業者14団体と警察がCCTVの映像を共有し、RFR用のソフトウェアを使って処理したデータをPNDと照合できるようにしている。
Project Pegasusの取り組みについて、JHACは「組織的な犯罪対策を進展させるもの」だと評価する。同プロジェクトが地域規模の小規模な窃盗や常習的な万引き犯ではなく、組織的な犯罪に特化していることから、今後のプロジェクトの継続と、内務省による1年間の資金援助を受けるべきだとの意見も示す。
JHACは小売業者が迅速に通報できるようにするための効率的な通報システムの開発も推奨している。具体的には、小売業者で窃盗が発生した際、PNDをはじめとする犯罪の管理システムに識別用のフラグを立てられるようにする。
TechTarget.AIとは
TechTarget.AI編集部は生成AIなどのサービスを利用し、米国TechTargetの記事を翻訳して国内向けにお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
本記事は制作段階でChatGPT等の生成系AIサービスを利用していますが、文責は編集部に帰属します。
TechTarget.AI
TechTarget.AI編集部は生成AIなどのサービスを利用し、米国TechTargetの記事を翻訳して国内向けにお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド:人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か? PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える? 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
2
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
3
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
4
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
5
「IBM iはDXのボトルネック」は誤解 意外と知らない今風モダナイズの効果
-
6
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
7
「朝8時にバッチが終わらない」データ爆発の危機をJPX総研はどう乗り越えたか
-
8
AI導入後に発覚する「社内文書を読めない」問題 情シスは何を直せばいい?
-
9
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
10
「Windows 10」が入ったままの“Windows 11未移行PC”に残された延命手段
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
5
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
6
LLMが兵器化? 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
7
なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
“あのファイル転送”で暗躍するノーウェアランサム
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー